CC BY
62Технология и ме%атронщ& в машиностроении
Таким образом, в процессе исследования отработана гипотеза о незначительном расхождении аналитического результата от измеренного значения параметра шероховатости, которая не превысила 8 %. Это подтверждает правильность выбора и использования режущих сменных многогранных пластин марки F1 CP500 для получения необходимой шероховатости в условиях прецизионности.
Библиографические ссылки
1. Об утверждении государственной программы Российской Федерации «Развитие промышленности и повышение ее конкурентоспособности : постановление Правительства РФ от 15 апреля 2014 г. № 328 [Электронный ресурс]. URL: http://pravo.gov.ru.
2. Подпрограмма «Развитие отечественного станкостроения и инструментальной промышленности» на 2011-2016 годы [Электронный ресурс]. URL: http://pravo.gov.ru.
3. АВТОВАЗ на рубеже веков. Тольятти : Наука, 2001. 216 с.
4. Металлообработка - 2010. Конференция 2010 г. Внешняя торговля России металлорежущим инструментом в 2008 г. [Электронный ресурс]. URL: http://www.metobr-expo.ru/ru.
5. 2015-Токарная обработка Seco Tools : каталог. [Электронный ресурс]. URL: www.secotools.com.
6. ГОСТ Р ИСО 5725-4-2002. Точность (правильность и прецизионность) методов и результатов измерений. Введен 01.11.2001. Ч. 4. Основные методы определения правильности стандартного метода измерений.
7. ГОСТ 19300-86. Средства измерений шероховатости поверхности профильным методом. Профи-лографы-профилометры контактные. Типы и основные параметры. Введен 01.07.1987.
References
1. Postanovlenie Pravitel'stva RF ot 15 aprelja 2014 № 328 «Ob utverzhdenii gosudarstvennoj programmy Rossijskoj Federacii "Razvitie promyshlennosti i povyshenie ee konkurentosposobnosti» [Electronic resource]. URL: http://pravo.gov.ru.
2. Podprogramma "Razvitie otechestvennogo stankostroenija i instrumental'noj promyshlennosti" na 2011-2016. [Electronic resource]. URL: http://pravo.gov.ru.
3. AvtoVAZ at the turn of the century. Togliatti : Nauka, 2001. 216 p.
4. Metalworking - 2010 Conference 2010 Russia's foreign trade of metal cutting tools in 2008. [Electronic resource]. URL: http://www.metobr-expo.ru/ru.
5. 2015 Turning Seco Tools-Catalog. [Electronic resource]. URL: www.secotools.com.
6. GOST R ISO 5725-4-2002. «Accuracy (trueness and precision) of measurement methods and results. Part 4. Basic methods for the determination of the trueness of a standard measurement method».
7. GOST 19300-86 «Instruments for measurement of surface roughness by the profile method. Contact profilographs and profilometers. Types and main parameters».
© Саклакова A. E., Селина Ю. H., Симаков M. A., Филиппов Ю. A., 2016
УДК 608.2
ИНТЕЛЛЕКТУАЛЬНЫЕ РАСПРЕДЕЛЕННЫЕ СИСТЕМЫ РАСПОЗНАВАНИЯ ОБРАЗОВ В КОМПЛЕКСАХ МОНИТОРИНГА, ПРОГНОЗА, ДИАГНОСТИКИ, УПРАВЛЕНИЯ И ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ*
М. В. Сырямкин, С. Б. Сунцов, Е. С. Судакова
Национальный исследовательский Томский государственный университет Российская Федерация, 634050, г. Томск, просп. Ленина, 36.
E-mail: [email protected]
Описывается создание интеллектуальной распределенной системы распознавания образов (ИРСРО), позволяющей моделировать комплексы распознавания многомерной информации, проектировать, сертифицировать и управлять в реальном времени сложными объектами на основе обучаемых высокоточных помехоустойчивых и быстродействующих алгоритмов обработки, анализа и распознавания многомерной информации.
Ключевые слова: многомерная информация, анализ информации, распознавание образов, безопасность, интеллектуальные распределенные системы.
*Работа выполнена по программе повышения конкурентно-способностн национального исследовательского Томского государственного университета, ВИУ № 8.1.31.2015, грант РФФИ № 16-29-04388/16 от 19.04.2016г.
Решетневс^ие чтения. 201б
INTELLIGENT DISTRIBUTED SYSTEM OF RECOGNITION IN THE COMPLEX OF MONITORING, PROGNOSIS, DIAGNOSIS, MANAGEMENT AND SECURITY
M. V. Syryamkin, S. B. Suntsov, E. S. Sudakova
National Research Tomsk State University 36, Lenina Av., Tomsk, 634050, Russian Federation E-mail: [email protected]
This paper describes the creation of intelligent pattern recognition system that allows to simulate the detection systems of multidimensional information, design, certification and management of real-time complex objects by trained precision and high-speed error-correcting algorithms for processing, analysis and recognition of multi-dimensional
Keywords: multidimensional information, data analysis, pattern recognition, security, intelligent distributed systems.
ИРСРО работает следующим образом. С помощью датчиков информации (оптических, телевизионных, радиолокационных, лазерных) воспринимается информация во внешней среде (объектах мониторинга или контроля) и преобразуется преобразователем в тот вид, который необходим для формирователя информативных признаков, осуществляющего сегментацию, сжатие и шифрование информации. Распознаватель анализирует и распознает информацию (объекты анализа), по результатам которой интеллектуальный блок принятия решений осуществляет мониторинг и прогноз состояния внешней среды и принимает оптимальное решение для выполнения поставленной задачи. Дальнейшее управление работой ИРСРО и исполнительными устройствами производится блоком управления. Все вышеперечисленные устройства для своей работы используют эталонную информацию от формирователя эталонной информации и библиотеки модели. Проверку правильности работы подсистем ИРСРО обеспечивают блок самодиагностики и тестовых программ и блок метрологического обеспечения [1; 2].
Одним из основных компонентов интеллектуальной распределенной системы распознавания образов в комплексах мониторинга, прогноза, диагностики, управления и обеспечения безопасности является видеонаблюдение.
Технология распознавания образов в интеллектуальной распределенной системе распознавания образов (ИРСРО) основана на сравнении изображений по принципу RGB (красный, зеленый, голубой), т. е. сравнении оттенков текущего изображения с эталоном. За счет автоматизированного процесса сравнения полностью исключается влияние человеческого фактора, что обеспечивает быстродействие работы охранной системы и минимизирует возможные ошибки [1].
Разработано алгоритмическое и программное обеспечение системы технического зрения, способной работать в реальном времени с различными типами распознаваемых объектов, такими как автомобильные номера, полупроводниковые кристаллы или отпечатки пальцев. Для увеличения скорости работы алгоритма акцентировано внимание на снижении объема вычислений непосредственно в процессе поиска и распознавания объектов. Для этого предприняты следующие меры:
1. Подготовка изображения. Для эффективного обнаружения и классификации объектов алгоритм предъявляет ряд требований к распознаваемому изображению [2]:
высокая контрастность для возможности применения быстрой пороговой бинаризации;
низкое разрешение. Представляется важным подбор разрешения изображения: достаточный, чтобы передать все детали изображения, и при этом содержащий минимально возможное количество пикселей для высокой скорости работы алгоритма;
как можно более светлый и однородный фон объекта.
2. Подготовка алгоритма к работе. Для повышения скорости работы алгоритма является достаточно важным «вынести за скобки» непосредственно распознавания как можно большую часть вычислений. В связи с этим:
загрузка и классификация изображений образцов объектов выполняется в момент старта алгоритма (или вызовом загрузчика образцов в произвольный момент, но не во время работы самого алгоритма распознавания), что позволяет избежать ненужных и повторных вычислений в процессе работы;
изображения преобразуются из 24- и 32-битных изображений в двумерные массивы целых чисел, работа с которыми значительно быстрее;
бинаризация выполнена в качестве дополнительного этапа в процессе подготовки очередного кадра к выводу на форму;
чтобы избежать излишних вычислений в процессе работы, объект, повернутый под углом, считается подклассом базового объекта, и изображения повернутых объектов хранятся на жестком диске.
3. Бинаризация. В процессе обработки изображения может использоваться пороговая бинаризация -значения яркости каждого пикселя сравнивается с заданным порогом. При превышении заданного значения цвет пикселя считается белым, иначе - черным [3].
Классификация реализована на основе логического попиксельного сравнения фрагментов изображения, описанных с помощью SearchData. Используется простейшая нейронная сеть, входами которой являются возможные типы найденных объектов, а на выход подаются тип объекта и значение веса, с которым был классифицирован объект.
Технология и мехатроника в машиностроении
Библиографические ссылки
1. Лунев С. О., Сырямкин В. И., Сырямкин М. В. Интеллектуальная распределенная информационная система обеспечения безопасности территории // Телекоммуникации. 2014. № 12. С. 8-14.
2. Анисимов О. В., Максимова Н. К. и др. Сенсоры следовых концентраций оксидов азота на основе тонких пленок диоксида олова и триоксида вольфрама // Известия вузов. Физика. 2008. № 9/3. С. 186-187.
3. Шидловский С. В. Автоматическое управление. Перестраиваемые структуры в системах с распределенными параметрами. Томск : ТГУ, 2007. 192 с.
References
1. Lunev S. O., Syryamkin V. I., Syryamkin M. V. // Intelligent distributed information system security area // Telecommunications. 2014. №12. P. 8-14.
2. Anisimov O. V., Maksimova N. K. // Sensors trace concentrations of nitrogen oxides based on thin films of tin dioxide and tungsten trioxide // Proceedings of the universities. Physics. 2008. № 9/3. P. 186-187.
3. Szydlowski S. V. Automatic. Tunable structures in systems with distributed parameters. Tomsk : TSU, 2007. 192 p.
© CbipsMKHH M. B., CyHqoB C. E., Cy«aKOBa E. C., 2016
УДК 621.6.09:534.01
ОРТОГОНАЛЬНАЯ УСТОЙЧИВОСТЬ дисковых пил
К. Ю. Филиппов, Н. Ф. Янковская, Е. В. Раменская
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: [email protected]
Рассмотрена классификация дисковых пил, выполнен анализ окружной силы, построена математическая модель процесса резания. Установлены причинно-следственная связь и параметр для исследования ортогональной устойчивости пилы.
Ключевые слова: резание, пила дисковая, ортогональность, модель, усилие, скорость.
ORTHOGONAL STABILITY OF THE CIRCULAR SAWS K. Y. Filippov, N. F. Jankovskaja, E. V. Ramenskaja
Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: [email protected]
A classification of circular saw is considered, the circumferential force is analyzed and the mathematical model of the cutting process is created. The causal relationship and the parameter to study the saw orthogonal stability are identified.
Keywords: cut, circular saw, orthogonality, model, force, speed.
В машиностроении, в частности в производстве изделий авиационно-космической техники, активно расширяются прогрессивные технологии сверхскоростной и силовой обработки заготовок на принципах прецизионности и точности. Такие решения коснулись заготовительных и слесарно-сборочных производств, где средства технологического оснащения заметно отстают от оборудования основного производства. Наиболее острое положение наблюдается в операциях прецизионной резки и раскроя стального пруткового и фасонного проката дисковыми пилами.
В машиностроительной промышленности эксплуатируются два класса дисковых пил:
- пилы с зубьями и без них, расположенными на внешней окружности диска;
- с зубьями и без них, размещенными на внутренней окружности кольцевой формы пилы.
Оба класса дисковых пил используются для холодной и горячей резки. Причем пилы без зубьев работают методом расплава металла трением за счет быстровращающегося диска при скоростях более 20 м/с, пилы с биметаллическими зубьями выполнены на основе быстрорежущих сталей с массовой долей вольфрама от 3 до 10 %.
Дисковые (круглые) пилы с зубьями выпускаются по нормативам государственных стандартов [1-3], пилы имеют разнообразные конструкции как по форме, так и по угловым характеристикам зубьев.
В технологическом процессе резки на полотно диска и зубья пилы действуют силы сопротивления резанию, трения и энергия теплового импульса, а также сила молекулярных связей между атомными структурами режущего инструмента и материалом заготовки. Рядом авторов выявлено, что при обработ-
